Pengantar Generative AI

Generative AI adalah cabang dari kecerdasan buatan (Artificial Intelligence/AI) yang berfokus pada pembuatan (generasi) konten baru berdasarkan data atau pola yang sudah dipelajari sebelumnya. Didukung oleh model dasar yang dilatih pada kumpulan data yang luas, AI generatif mempelajari pola dan struktur untuk menghasilkan konten baru sebagai respons terhadap masukan atau perintah pengguna. Teknologi ini meniru kreativitas manusia dan digunakan di berbagai industri untuk tugas-tugas seperti menulis, desain, pengkodean, dan penelitian. Pengguna dapat memanfaatkan teknologi GenAI untuk memahami sebuah konten, baik yang bersumber dari teks biasa, kode program, rekaman suara, maupun yang lainnya.

Cara kerja Generative AI

Generative AI merevolusi cara kita membuat konten baik itu seni, musik, teks, atau bahkan video. Tapi bagaimana cara kerjanya? Mari kita bahas dengan penjelasan yang interaktif dan menarik

Pengumpulan Data

Proses memperoleh data dalam jumlah besar dari berbagai sumber untuk melatih, memvalidasi dan meningkatkan kinerja model AI dan pembelajaran mesin. Data ini dapat berupa teks, gambar, video, atau audio, baik terstruktur maupun tidak terstruktur, dan dikumpulkan melalui berbagai metode seperti web scraping, sensor, API, dan interaksi pengguna. Tujuan utamanya adalah membangun kumpulan data yang kaya dan representatif yang memungkinkan sistem AI mengenali pola kompleks dan membuat prediksi akurat.

Pelatihan Model AI

Proses memasukkan data yang dikurasi ke dalam algoritma terpilih untuk membantu sistem menyempurnakan dirinya sendiri agar menghasilkan respons akurat terhadap pertanyaan. Pelatihan model AI yang efektif memerlukan data pelatihan berkualitas tinggi yang dikurasi. Ketika model AI yang terlatih memberikan hasil yang konsisten dengan set data pelatihan dan pengujian, proses berlanjut ke pengujian dengan data dunia nyata sebelum akhirnya ditayangkan.

Mengidentifikasi Pola

Aplikasi AI generatif yang telah dilatih menciptakan representasi dalam ruang laten. Ini adalah representasi matematis dari pola yang dipelajarinya dari data pelatihan. Ruang laten ini bertindak sebagai representasi dari representasi abstrak terkompresi dari suatu dataset.

Pembuatan Data

Model AI Generatif yang menciptakan data sintetis baru dengan mempelajari pola dan struktur dari data dunia nyata yang ada . Proses ini menggunakan algoritma untuk menghasilkan kumpulan data buatan yang meniru sifat statistik data asli, yang memungkinkan pembuatan data berskala untuk pelatihan, pengujian, dan pengembangan AI tanpa mengorbankan privasi atau melanggar peraturan.

Pelatihan Dan Umpan Balik Iteratif

Model generatif umumnya dilatih melalui proses iteratif. Proses ini melibatkan pelatihan, pengujian keluaran, dan penyesuaian parameter model. Hal ini membuat konten lebih dapat diterima dan realistis.

Generative AI Di Kehidupan Nyata

Contoh lainnya dari teknologi AI adalah pengenalan wajah manusia, pengenalan ucapan (mengenali kata-kata pada sebuah ucapan), peringkasan dokumen, penerjemahan otomatis, pembuat gambar, dll. Pada dasarnya, untuk meniru kemampuan manusia tersebut, terdapat 3 pendekatan dalam teknologi AI yaitu :

• Berbasis algoritma pencarian
• Berbasis pengetahuan eksplisit
• Berbasis pembelajaran mesin (machine learning).

Teknologi GenAI merupakan bagian dari teknologi AI yang berbasis pembelajaran mesin, tepatnya sebagai bagian dari pembelajaran mendalam (deep learning). Pembelajaran mesin adalah algoritma yang mempelajari pola atau pengetahuan dari data secara otomatis. Pola tersebut kemudian digunakan untuk melakukan penalaran dalam memberikan respon dari sebuah masukan pengguna. Terdapat beragam jenis pembelajaran mesin, salah satunya adalah pembelajaran mendalam. Pembelajaran mendalam adalah algoritma pembelajaran mesin yang menggunakan teknik jaringan saraf tiruan dengan arsitektur jaringan yang lebih kompleks. GenAI menggunakan algoritma pembelajaran mendalam untuk menghasilkan keluaran baru beruparangkaian konten seperti teks, gambar, video atau suara. Gambar di bawah menunjukkan posisi GenAI dalam teknologi Kecerdasan Artifisial, dimana ChatGPT merupakan aplikasi yang termasuk GenAI.

Data latih adalah data yang disiapkan sebagai sumber pembelajaran model AI dimana algoritma pembelajaran mesin akan berusaha mengambil pola atau pengetahuan yang terkandung pada data latih tsb. Sebagai contoh, untuk menghasilkan model AI yang mengenali gambar binatang, maka diperlukan data latih berupa sejumlah pasangan gambar binatang dan namanya. Algoritma pembelajaran mesin akan berupaya mengambil pola gambar binatang tertentu dan menyimpan pola atau pengetahuan tersebut pada model AI. Dapat dilihat bahwa kualitas data latih sangat menentukan kualitas model AI yang dihasilkan. Model AI yang telah dibangun dari data latih, selanjutnya digunakan untuk menghasilkan keputusan atau keluaran teknologi AI berdasar masukan pengguna. Gambaran proses penggunaan model AI dapat dilihat pada Gambar di bawah. Sebagai contoh, untuk sebuah model AI yang berfungsi mengenali binatang, berdasarkan masukan berupa file gambar binatang tertentu dan pola yang telah dipelajari dari data latih, model AI akan menebak nama binatang tsb.

Selain menghasilkan gambar, teknologi GenAI juga dapat menghasilkan teks atau dokumen yang merupakan rangkaian kata. Contohnya dapat dilihat pada Gambar di bawah. GenAI diminta untuk membuat teks pantun dimana hasilnya dapat dilihat di bagian bawah.

Dalam teknologi GenAI, file model GenAI dihasilkan dengan menggunakan algoritma pembelajaran mendalam. Algoritma pembelajaran mendalam ini merupakan turunan dari jaringan saraf tiruan (neural network) dimana model yang dihasilkan terdiri atas sekumpulan angka yang sering disebut dengan parameter.

Sekian dan Terima kasih

Sumber:

GENERATIVE ARTIFICIAL INTELLIGENCE (GenAI) PADA PEMBELAJARAN DI PERGURUAN TINGGI. KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET DAN TEKNOLOGI, 2024.

https://www.oracle.com/artificial-intelligence/ai-model-training/; OCI, December 6, 2023

https://www.jaroeducation.com/blog/future-of-generative-ai/; Jaro Education, 20 March 2024